Resumen

Introducción:

La predicción preoperatoria de compromiso linfonodal (pN+) en cáncer de próstata es clave para definir la necesidad de la linfadenectomía pélvica. Los nomogramas clásicos, como Briganti, se basan principalmente en variables clínicas e histológicas, lo que limita su aplicabilidad en escenarios donde la biopsia inicial no es confiable o no está disponible. El objetivo de este estudio fue desarrollar un nomograma multimodal que integra biomarcadores séricos, imágenes de MRI potenciadas con inteligencia artificial (IA) y parámetros de PET PSMA, evaluando su rendimiento y utilidad clínica.

Material y métodos:

Se analizaron 102 pacientes sometidos a prostatectomía radical con disección linfonodal, todos con riesgo intermedio–alto. Se recopilaron PSA total, estadio clínico por RM, ISUP de biopsia y variables derivadas de IA aplicadas a la MRI (volumen tumoral, densidad tumoral y densidad tumoral-antígeno). Además, se incorporó el valor de SUVmax del PET PSMA. Se aplicó regresión logística binaria para identificar predictores de pN+ y se construyó un nomograma. El desempeño se evaluó mediante área bajo la curva (AUC), calibración de Hosmer-Lemeshow y análisis de escenarios quirúrgicos según distintos puntos de corte.

Resultados:

Treinta pacientes (29%) presentaron compromiso linfonodal en la histología definitiva. El nomograma multimodal mostró un AUC de 0.870 (IC95%: 0.801–0.940) con buena calibración (Hosmer-Lemeshow p>0.05). Con el punto de corte de equilibrio (0.30), el modelo habría indicado linfadenectomía en 38 pacientes, con sensibilidad 76.7%, especificidad 79.2%, VPP 60.5% y VPN 89.1%. Con un umbral más sensible (0.17), la sensibilidad se elevó a 97%, con especificidad 58.3%, VPP 50% y VPN 97.7%, implicando 58 linfadenectomías. De manera secundaria, al compararlo con el nomograma de Briganti (AUC 0.740), el nuevo modelo evidenció mejor discriminación y, a igual sensibilidad (97%), permitió reducir en ≈3% la indicación de linfadenectomía (58 vs 60 procedimientos).

Conclusión:

El nomograma multimodal basado en PSA, MRI con IA y PET PSMA mostró un desempeño equiparable a modelos clásicos dependientes de la anatomopatología, destacando por su carácter innovador al prescindir de estas variables. Se requieren estudios prospectivos y validación externa para confirmar su aplicabilidad en la práctica clínica rutinaria.